一种基于循环神经网络的片上网络任务映射方法技术

本发明专利技术公开一种基于循环神经网络的片上网络任务映射方法，包括以下步骤：S1：随机构造多个映射序列作为训练集，所述映射序列为相应任务绑定的IP核映射到片上网络中对应路由器的向量；S2：根据任务的总数构建循环神经网络；S3：利用步骤S1的训练集训练步骤S2的循环神经网络，得到训练好的循环神经网络；S4：依次确认训练好的循环神经网络的输入值，依次使每一个输入值对应的性能估计最高，且每一个输入值均不同；S5：按输入顺序排序输入值，得到应用对应的映射序列。本发明专利技术方法在训练集数据以及训练时间充分的情况下相比于传统算法NMAP可以降低约30％的通信代价。低约30％的通信代价。低约30％的通信代价。

【技术实现步骤摘要】
一种基于循环神经网络的片上网络任务映射方法


[0001]本专利技术涉及电子技术和深度学习
，更具体地，涉及一种基于循环神经网络的片上网络任务映射方法。

技术介绍

[0002]随着半导体技术工艺的发展，单个芯片上可集成的处理器单元数量急剧增加。随之而来的问题是现有总线结构在长连线、时间延迟、信息吞吐、功耗、时钟同步、并行性以及可扩展性等方面面临巨大挑战，因此有研究人员将计算机网络技术引入到多处理器片上系统中，这就是片上网络(NoC,Network on Chip)的由来。片上网络借鉴了计算机互联网络的结构，解决了片上系统传统总线结构的通信瓶颈问题。但是片上网络的任务调度是典型的NP问题，具有较高的时间复杂度，需要同时考虑通信功耗及通信时间等性能指标。
[0003]片上网络借鉴了分布式计算系统的通信方式，采用路由和分组交换技术替代传统的总线，具有更加高效的核间通信能力，它是多核计算的主要组成部分。将多个任务分配给多个核涉及到片上网络任务调度方法，一个好的任务调度方法可以提升片上网络计算系统的性能，所述性能指标包括通信功耗及通信时间，这本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于循环神经网络的片上网络任务映射方法，其特征在于，包括以下步骤：S1：随机构造多个映射序列作为训练集，所述映射序列为相应任务绑定的IP核映射到片上网络中对应路由器的向量；S2：根据任务的总数构建循环神经网络；S3：利用步骤S1的训练集训练步骤S2的循环神经网络，得到训练好的循环神经网络；S4：依次确认训练好的循环神经网络的输入值，依次使每一个输入值对应的性能估计最高，且每一个输入值均不同；S5：按输入顺序排序输入值，得到应用对应的映射序列。2.根据权利要求1所述的基于循环神经网络的片上网络任务映射方法，其特征在于，所述映射序列具体为：X＝(x1,x2,
…
,x
N
‑1,x
N
)式中，x
i
表示任务t
xi
所绑定的IP核c
xi
映射到片上网络的路由器r
i
，1≤i≤N，N为任务的总数。3.根据权利要求2所述的基于循环神经网络的片上网络任务映射方法，其特征在于，所述映射序列X的性能评价Q定义为映射序列X的通信代价与平均通信代价的比较，具体为：式中，Aver_CC为平均通信代价，F(A,X)为映射序列X的通信代价，步骤S4中每一个输入值对应的性能估计越高，性能评价Q越高。4.根据权利要求3所述的基于循环神经网络的片上网络任务映射方法，其特征在于，映射序列X的通信代价F(A,X)具体为：式中，r
i
、r
j
分别代表IP核c
i
、c
j
映射到的路由器位置，a
i,j
代表IP核c
i
、c
j
之间的通信需求，A表示应用对应的邻接矩阵。5.根据权利要求4所述的基于循环神经网络的片上网络任务映射方法，其特征在于，所述应用对应的邻接矩阵A，具体为：给定一个应用，其相应的任务图用其n维邻接矩阵A表示，其中任务图的每一个顶点表示相应任务t
i
所绑定的IP核c
i

【专利技术属性】
技术研发人员：黄以华，张远山，
申请(专利权)人：中山大学，
类型：发明
国别省市：